金融リスクのワークロードは、ポートフォリオや市場シナリオに対して多くの独立した計算を行うことが多いです。 例としては、モンテカルロシミュレーション、ストレステスト、バックテスト、インストゥルメント評価などがあります。 Azure Batchはこれらの計算を管理された計算ノードプールに分散させ、各実行ごとにプールをスケールさせることができます。
このシリーズは、初期のワークロード設計から自動化および最適化に至るまでの財務シミュレーションを追います。 シミュレーションワークロードに特有の意思決定に焦点を当て、実装のための検証済みAzure Batch手順へのリンクも示しています。 財務モデルを提示したり、財務アドバイスを提供したりするわけではありません。
Batchがあなたの業務量に合っているかを判断してください
バッチが適しているのは以下の場合です:
- 計算を独立したパーティションに分割し、実行中は通信しません。
- 各パーティションはコマンドラインから実行することも、コンテナ内でも動作可能です。
- 後のステップで分割出力を最終結果に集約できます。
- アプリケーションは中断後にタスクが再実行されることを許容できます。
- クラスターを継続的に維持するのではなく、各実行ごとに計算能力をスケールさせたいのです。
計算中に労働者が頻繁にデータを交換しなければならない場合、密結合型高性能計算(HPC)ソリューションを考えてみましょう。 詳細は「Azureの高性能計算(HPC)」をご覧ください。
シリーズをフォローしよう
- 分割、入力、出力、検証要件を定義するための財務リスクシミュレーションを計画します。
- .NETでシミュレーションを自動化し、タスクの提出、結果の永続化、出力の集約を行います。
- 財務モデルのGPUアクセラレーションを評価 し、GPUプールがパフォーマンスとコストを向上させるかどうかを判断します。
- 財務モデルをコンテナでパッケージ 化し、繰り返し可能なランタイム環境を作り出しましょう。
本番ネットワークとセキュリティトポロジーについては、「Use Azure Batch to run Financial Service Industry workloads」をご覧ください。